找到 2 条结果 · 光伏发电技术
非对称微腔增强彩色半透明钙钛矿太阳能电池的光利用
Asymmetric microcavity to enhance light utilization in colorful semitransparent perovskite solar cells
Zerong Liab · Buchao Chena · Lingen Yao · Chuan Liab 等10人 · Solar Energy · 2025年1月 · Vol.298
摘要 彩色半透明钙钛矿太阳能电池（PSCs）作为集成光伏应用中的有吸引力的选择正逐渐兴起，其中高效的光管理至关重要。在本研究中，提出了一种基于金属/氧化物/金属（MOM）结构的非对称法布里-珀罗（F-P）微腔创新方法，该结构由底层银（b-Ag）层、氧化钼（MoO_x）、以及顶层银（t-Ag）层组成。理论与实验结果表明，相较于对称MOM结构，具有较厚b-Ag层的非对称MOM结构表现出更高的反射率、更低的寄生吸收以及保持良好的透射率。本文从损耗指数和有效阻抗的角度初步探讨了MOM微腔光学特性的内在机...
解读: 该非对称微腔钝化技术为阳光电源SG系列光伏逆变器的组件端优化提供新思路。通过Metal/Oxide/Metal结构实现的光管理机制,可提升半透明光伏组件的量子利用效率至81.9%,这与我们1500V系统的MPPT优化技术形成协同。其降低寄生吸收、增强反射率的设计理念,可应用于建筑一体化BIPV场景,...
一种基于机器学习的光伏系统在复杂局部遮阴条件下的全局最大功率点跟踪技术
A Machine Learning-Based Global Maximum Power Point Tracking Technique for a Photovoltaic Generation System Under Complicated Partially Shaded Conditions
Yi-Hua Liu · Yu-Shan Cheng · Yu-Chih Huang · IEEE Transactions on Sustainable Energy · 2024年12月
在局部遮阴条件下，光伏系统输出功率与电压关系呈多峰特性，导致全局最大功率点（GMPP）追踪困难。本文提出一种基于机器学习的两阶段GMPPT方法：第一阶段采用回归树预测GMPP大致位置，第二阶段利用α-扰动观察法精确捕获GMPP。通过建立仿真平台生成训练数据，优化并集成回归树模型。在252种遮阴模式下，平均跟踪损耗为2.13 W，平均响应时间0.11秒，准确识别出244种情况下的GMPP区间。实验结果表明，该方法在追踪精度和速度上均优于五种先进方法。
解读: 该机器学习GMPPT技术对阳光电源SG系列光伏逆变器的MPPT算法优化具有重要应用价值。当前SG逆变器在复杂遮阴场景下的多峰功率曲线处理仍依赖传统扰动观察法，易陷入局部最优。该研究提出的回归树+α-扰动观察两阶段方法，可将平均响应时间缩短至0.11秒，跟踪损耗降至2.13W，显著优于现有方案。建议将...